Mon, 22 Aug 2005
本の中で紹介するために蝶ネクタイ理論を調べてたら、INTERNET Watchのかなり古い記事「Webの「地図」の研究成果が公表。10％はリンクされていない」の中に間違いを見つけた。
残りの領域は全く接続されていない領域で、全体の5分の1を占める。これらのページは「始まりのページ」や「終わりのページ」に接続することができるが、中心部分の「結び目」領域からは達することができない。
が間違いの部分。これらのページは「始まりのページ」や「終わりのページ」に接続することはでき「ない」です。文中でリンクされてる「IBM Research Maps the Web」だけ見るとそのように見えてしまう気持ちも分からなくはないけど、元の論文「Graph structure in the web」のFigure 9を見ると、間違ってることは明らか。
本の原稿にはこういった間違いは許されないので、本文中で紹介している研究はもちろん論文に目を通してます。サーベイが３０本くらいあると、これだけでもう大変。。。
matumura, 2005/08/22 23:48
---
TENDRILSとDISCONNECTEDをあわせると約20％になるので、その記事で言っているのはTENDRILSの事ではないでしょうか。さらに詳細に見ると、10％のTENDRILS(「始まりのページ」からしか到達できない、または「終わりのページ」にしか到達できないページ群)と、10％のDISCONNECTED(巨大な弱連結成分に接続していないページ群)に分かれるわけですが、IBMのニュースリリースとそれを参照した当該記事ではそこをはしょってしまっている訳ですね。ちなみに、クロールのスタートポイントが1箇所ならばDISCONNECTEDはできないはずなのですが、いったいどういうクロールをしたのかは謎です。
とよだ, 2005/08/23 02:36
---
すみません。ちょっと間違えました。当該記事の最初の10％というのがDISCONNECTEDで、2度目に出てくる(90％中の)5分の1がTENDRILSのことですね。"Graph Structure in the Web"の表からDISCONNECTEDを除いて、TENDRILSの割合を計算すると、約22％となります。2度目の「まったく接続していない」という表現が最初の10％とかぶっているように読めるのですが、別のものを指している訳ですね。
とよだ, 2005/08/23 02:53
---
なるほどー。数字とつきあわせて深読みすると「まったく接続していない」がTENDRILSを差していると気づくんですね。しかし論文中では"Hanging off IN and OUT are TENDRILS containing nodes that are reachable from portions of IN, or that can reach portions of OUT, without passage through SCC."と書いてますし、「まったく接続しない」という表現はやはりミスリーディングですね。
あと、全然関係ないですが、SLはTigerでもコンパイルできました。
matumura, 2005/08/23 08:03
---
追記：原論文の2.1節の最後の段落に"In general, the AltaVista crawl is based on a large set of starting points accumulated over time from various sources, including voluntary submissions. "と書かれていますので、starting pointsがdisconnectedも含んでいたんですね。
matumura, 2005/08/23 10:00
---
私も書いていて、なんでこんないい加減な、しかも他人の記事を擁護せにゃならんのだと思いましたが、もとのIBMの発表もTENDRILSとDISCONNECTEDを混同していてミスリーディングですね。クロールについては記述があったんですね。ありがとうございます。
P.S. TigerでSL動きましたか。いい加減に書いたわりにはポータブルで良かったです。Tiger版のパッケージは誰か作っていたかなあ。
とよだ, 2005/08/23 11:19
最近のお昼はたいてい学食「DONDON」のかき揚げうどん。すぐ出るし、安いし、何よりかき揚げが美味しくてお気に入り。この味なら３８０円までなら出してもいいと思ってるのになんと２４０円。最近オープンした学食「空」にもかき揚げうどんがあるけど、こちらのかき揚げは味がいまいち。２００円くらいなら出してもいいかなと思ってて、実際には１６０円。２４０円と１６０円なら１６０円のほうが安いけど、感覚的には２４０円のほうがお得度が高いので、いつも２４０円の高級なかき揚げうどんを食べてます。今思えば山上会館はけっこう高かったなぁ。
matumura, 2005/08/22 23:11
プリンタが重すぎて（６６キロ！）箱から出せず。誰かきたときに設置を手伝ってもらおう。。。
matumura, 2005/08/22 23:10
